今天一上午，我用了快7000万的Qwen Token。

刚吃完中午饭，就看到阿里更新Qwen3.8-Max的消息。

说实话，看到2.4万亿参数，我没啥感觉。100万上下文，我也没觉得多稀奇。

但有一个数字，把我看愣了：0902。

Qwen3.8-Max更新成了Qwen3.8-Max-0902，我感觉只是软件升级了一个版本。

结果一看CodeArena的榜单，直接愣住了。

CodeArena可是全球AI圈公认的第三方盲测平台，上一版Qwen3.8-Max的排名是1669分。 更新到0902版本后竟然直接涨到1691分，上升到第一名。

第二名是谁?Claude Opus 5 Max，1688分。

第三名是Kimi K3，1674分。

也就是说，阿里这次没换新模型，甚至连名字都没变，只是做了一次后训练更新，结果把Claude和Kimi都挤到了后面。这就有意思了。

一个"0902"，到底干了什么?

现在很多人聊AI，第一反应还是看参数，好像模型越大，能力就一定越强。

但Qwen这次给行业展示了另一种玩法：参数不变，继续"榨"。

Qwen3.8-Max本身就是一个2.4万亿参数的MoE模型，100万Token上下文也没有变。

这次真正动的，是后训练。

阿里针对“编码”和AI办公”两个方向继续训练，让模型更擅长写代码、调用工具、处理复杂任务。

说白了：以前是"把发动机造大"。现在开始研究：同一台发动机，怎么再多跑几十公里。

为什么是“编码”?

我最近在用AI做网站深有体会，其实现在AI最值钱的功能早就不是陪你聊天了，而是“干活”

你用AI写一段代码、做个网页并不稀奇，真正厉害的是：你给他一个需求，他自己能拆解任务、自己写代码、调用工具、发现BUG，然后自己修改。

最后把一个网站的网站交付给你。

所以CodeArena测试的，恰恰就是这种多步推理、工具调用、端到端开发能力。所以这次Qwen冲到第一，这就意味着AI正在“替你完成工作”。

和AI对话聊天，完全是两个时代的产物。

最关键的是：它还更便宜

CodeArena更新后的性价比榜单里，Qwen3.8-Max-0902的综合平均成本约为每百万Tokens 5美元。

也就是说，它不只是跑到第一，还站到了性价比的第一梯队。

其实对于卢松松这种草根创业者而言，我就关注3件事：

(1)能不能用AI做网站，能不能干活?

(2)多少钱?

(3)能不能稳定长期用?

一旦这3个问题都测试可用了，那么这个AI从会真正变成企业愿意花钱的“数字员工”。如下图所示：

阿里为什么要在这个时候更新?

我觉得答案可能就在"0902"这三个数字里，现在的大模型的基础能力都差不多了。

大家得分都是90多分，到了这个阶段，你想再提高一分，可能比从60分提高到80分难得多。但偏偏这一分，决定了你能不能站在第一名。

这次Qwen从1669冲到1691，本质上就是在做这件事。

写在最后：

其实我觉得，这次Qwen冲到了CodeArena第一，真正值得关注的不是"阿里赢了Claude"，而是大模型的竞争正常发生一个很大的变化：

从"预训练"走向"后训练"，从"比模型大小"走向"比模型怎么干活"。

未来的大模型，可能越来越像一个人，基础模型相当于智商，后训练相当于经验，工具调用相当于手和脚，Agent能力，则决定这个人到底能不能把事情办成。

Qwen这次只是改了一个"0902"。但这个小小的版本号背后，可能藏着AI行业接下来几年最大的变化：

大模型的下半场，可能不再是谁把模型造得最大，而是把一个聪明的模型训练成一个会干活的人。

相关阅读：

千问暴涨940%后突然换帅：AI上半场结束了

AI暴利时代了：阿里千问把价格砍到1/18

争光了！中国AI大模型全球排名第一

阿里云赌对了！Qwen3成全球最强开源AI

来源：卢松松博客 QQ/微信：13340454 ，转载请注明出处！

本文地址：https://lusongsong.com/blog/post/19448.html